273248_ko-KR

liliconcom

데이터 무결성 문제를 나타낼 수 있는 비정상적인 패턴 식별

 

 

방법을 확인하세요:

• 패턴 탐색
• 중복 값 식별
  • 가장 중복된 값 찾기 - 열 내에서 가장 자주 나타나는 값
  • 가장 긴 실행 찾기 - 열 내의 연속 행에서 반복되는 값
  • 가장 긴 중복 시퀀스 찾기 - 열 내에서 반복되는 값 시퀀스
  • 여러 열에서 중복 항목 찾기 - 여러 열에서 동일한 행에 나타나는 일련의 값
  • 희귀도 점수를 사용하여 중복 해석
    • 개념적으로 패턴은 공정한 동전을 던질 때 연속해서 앞면이 [희귀도 가치]만큼 나올 가능성이 높습니다.
    • 통계적으로 -Log2(p); 여기서 p는 값의 무작위 순서를 가정한 패턴의 확률입니다.
• 비정상적인 값 식별
  • 전체 및 소수 모두 셀 내에서 형식화된 너비 찾기
  • 의심스러운 분수 길이 찾기
  • 너무 균일한 의심스러운 선행 숫자를 찾습니다.
    • 벤포드의 법칙(Benford's Law)에 따라 선행 숫자의 분포를 확인하십시오. 벤포드의 법칙은 자연적으로 발생하는 많은 숫자 그룹에서 선행 숫자의 분포가 균일하지 않다는 것입니다.

    • Log10( (d+1) / d), 여기서 d는 선행 숫자입니다.

• 일부 연속 행 그룹(기본값은 10) 내에서 한 열이 다른 열과 정확한 선형 관계를 갖는 예기치 않은 선형 관계를 식별합니다.
• 사양 한도 속성이 있는 열에 대한 사양 한도 이상 식별
  • 셀의 제한이 LSL 또는 USL과 정확하게 일치하는 사양 제한 일치 찾기
  • 사양 한계 분포를 비교하여 사양을 벗어난 값과 사양을 벗어난 예상 값을 비교합니다.

 

자원:

• 커트 슈비터 연속 분수에

기본 데이터 분석 및 모델링